[发明专利]一种自适应错词和生词的印尼新闻文本分类方法有效
| 申请号： | 201910250650.4 | 申请日： | 2019-03-29 |
| 公开（公告）号： | CN110008341B | 公开（公告）日： | 2023-01-17 |
| 发明（设计）人： | 杨国武;陈浩;吴尽昭;黄勇;杨晓强;熊菊霞;熊招辉;王子裕 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06N3/04 |
| 代理公司： | 北京正华智诚专利代理事务所(普通合伙) 11870 | 代理人： | 李梦蝶 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种自适应错词和生词的印尼新闻文本分类方法，根据印尼新闻数据训练词到向量的神经网络模型，得到词到向量的映射字典；训练自适应错词和生词的词向量生成模型以及字到向量的映射字典；利用有标签的新闻语料训练文本分类模型；利用所述自适应错词和生词的词向量生成模型以及字到向量的映射字典，得到词向量，从而完成印尼新闻文本的分类。本发明通过上述方法解决了现有的深度学习方法预测时错词和生词对预测结果的干扰的问题，让拼写错误的词语的词向量接近正确的词向量，进而有效地提高了分类的准确率。 | ||
| 搜索关键词： | 一种 自适应 生词 印尼 新闻 文本 分类 方法 | ||
【主权项】：
1.一种自适应错词和生词的印尼新闻文本分类方法，其特征在于，包括如下步骤：S1、根据印尼新闻数据训练词到向量的神经网络模型，得到词到向量的映射字典word2vector；S2、根据所述词到向量的映射字典word2vector，训练自适应错词和生词的词向量生成模型以及字到向量的映射字典char2vector；S3、根据所述自适应错词和生词的词向量生成模型以及字到向量的映射字典char2vector，利用有标签的新闻语料训练文本分类模型；S4、根据所述文本分类模型对待分类新闻进行分词，并利用所述自适应错词和生词的词向量生成模型以及字到向量的映射字典char2vector，得到词向量，从而完成印尼新闻文本的分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910250650.4/，转载请声明来源钻瓜专利网。
